일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- deep learning
- php
- Scala
- webhacking
- c++
- BOF
- mysql
- 러닝스칼라
- Linux
- ChatGPT
- Python
- flask
- 백엔드
- hacking
- 파이썬
- hackthissite
- BOF 원정대
- 러닝 스칼라
- Web
- 인공지능
- 경제
- 딥러닝
- hackerschool
- 챗GPT
- 리눅스
- backend
- Javascript
- Shellcode
- c
- 웹해킹
- Today
- Total
목록인공지능 (35)
jam 블로그
LSTM (1997): 반복 신경망을 장기 기억을 유지할 수 있도록 확장한 LSTM(Long Short-Term Memory) 모델이 제안됨. [논문: "Long Short-Term Memory", 1997] Conditional Random Field (2001): 레이블된 시퀀스 데이터를 모델링하는데 사용되는 조건부 랜덤 필드(Conditional Random Field) 모델이 제안됨. [논문: "Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data", 2001] Word2Vec (2013): 단어를 밀집 벡터(dense vector)로 표현하는 기법인 Word2Vec이 제안됨. [논문: "E..
인공지능 기술의 발전은 우리가 상상도 못한 새로운 가능성을 제공하고 있습니다. 인공지능 기술은 현재와 미래의 사회와 경제에 큰 영향을 미칠 것으로 예상됩니다. 이러한 영향을 예측하고, 인공지능의 발전 가능성을 논의하는 것은 우리의 미래를 위해 매우 중요합니다. 첫째, 인공지능은 기존의 산업과 직업에 큰 변화를 가져올 것으로 예상됩니다. 인공지능 기술이 발전함에 따라, 일부 직업들은 자동화될 가능성이 높아지며, 이는 일부 인력 수요가 줄어들게 될 수 있습니다. 그러나, 이러한 자동화가 새로운 산업과 직종을 창출할 가능성도 있습니다. 인공지능 기술은 새로운 가능성을 제공하며, 기존 산업과 직종을 개선하고, 더욱 효율적인 사회와 경제를 구축하는 데 기여할 수 있습니다. 둘째, 인공지능 기술의 발전은 건강 관리..
인공지능 기술의 발전으로 인해, 우리는 이제 전에 없던 새로운 가능성을 맞이하고 있습니다. 하지만 이러한 가능성은 동시에 윤리적 문제들을 발생시키기도 합니다. 인공지능이 사회에 미치는 영향을 평가하고, 이를 통해 인공지능의 사용에 대한 윤리적 가이드라인을 수립하는 것이 중요합니다. 첫째, 개인 정보 보호와 관련된 윤리적 문제가 있습니다. 인공지능은 다양한 데이터를 수집하고 분석하여 패턴을 파악하며, 이를 통해 예측을 수행합니다. 이러한 예측은 매우 유용하게 사용될 수 있지만, 이를 위해서는 개인의 데이터를 수집해야 합니다. 이러한 데이터 수집은 개인 정보 보호와 관련된 문제를 발생시키며, 인공지능을 개발하고 사용하는 과정에서 이를 충분히 고려해야 합니다. 둘째, 인공지능이 어떻게 결정을 내리는지에 대한 ..
요약 초기: 컴퓨터가 단순한 계산 작업에 초점을 맞추었고, 인간의 사고와 추론 능력을 기계적으로 시뮬레이션하는 방법을 찾기 시작 1950년대: 다트머스 컨퍼런스에서 인공지능 연구 방향과 원리 제안, 이후 다양한 모델과 기술 연구 발전 1960년대: 인공지능 연구 빠른 발전, 모델과 알고리즘 개발 큰 발전 1970년대: 전문가 시스템, 지식 기반 시스템 등 등장, 전문가 수준 판단이나 문제 해결에 사용 1980년대: 인공지능 연구 약화, 과대 기대와 인간의 사고 모방 어려움 등으로 인한 영향 1990년대: 기계 학습과 데이터 마이닝 등 기술 등장, 빅데이터와 클라우드 컴퓨팅 기술 발전과 함께 인공지능 발전에 기여 2000년대: 딥 러닝과 신경망 기술 발전, 복잡하고 정교한 작업 수행 가능해지며 인공지능 기..
https://arxiv.org/abs/1911.00536 DIALOGPT(Dialogue generative pre-trained transformer)란? 크고 조정 가능한 신경 대화형 응답 생성 모델 2005~2017년 Reddit 코멘트 체인에서 추출된 1억 2천 5백만개의 대화식 교환에 대해 훈련된 Hugging Face PyTorch Transformer를 확장 Single-turn dialogue settings에서 자동 및 인간 평가 측면에서 인간과 가까운 성능을 달성(?) 사전 훈련된 모델 및 교육 파이프라인이 공개되어 신경 반응 생성 및 보다 지능적인 오픈 도메인 대화 시스템 개발에 관한 연구가 쉬움 소개 Reddit 데이터에 대해 학습된 대화형 응답 생성을 위한 조정 가능한 기가워드 ..